神经网络第二章.pptxVIP

神经网络第二章第1页/共79页 2MATLAB是美国MathWorks公司开发的一种功能极其强大的高技术计算语言和内容极其丰富的软件库。它以矩阵和向量的运算以及运算结果的可视化为基础，把广泛应用于各个学科领域的数值分析、矩阵计算、函数生成、信号、图形及图象处理、建模与仿真等诸多强大功能集成在一个便于用户使用的交互式环境之中，为使用者提供了一个高效的编程工具及丰富的算法资源。 关于MATLAB第2页/共79页 3 MATLAB与信号处理直接有关的工具箱 （ Toolbox） Signal Processing (信号处理工具箱） Wavelet (小波工具箱) Image Processing（图象处理工具箱） Higher-Order Spectral Analysis （高阶谱分析工具箱）第3页/共79页 4 与信号处理间接有关的工具箱：Control System (控制系统)Communication （通信）System Identification （系统辨识）Statistics （统计）Neural Network (神经网络)第4页/共79页 5例： z=peaks; surf(z)；第5页/共79页 61. rand.m 用来产生均值为0.5、幅度在 0~1之间均匀分布的伪白噪声: u=rand(N,1) (rand(N)生成N阶矩阵) 方差：如何改变 的方差与第二章内容有关的MATLAB文件?方差函数var(u)标准差函数std(u)第6页/共79页 71. rand.m 用来产生均值为0.5、幅度在 0~1之间均匀分布的伪白噪声: u=rand(N,1) (rand(N)生成N阶矩阵) randn.m 用来产生均值为零、方差为1 服从高斯（正态）分布的白噪声信号 u=randn(1, N) 与第二章内容有关的MATLAB文件x=randn(1000,1)y=randn(1000,1)v=var(x) h=std(y)第7页/共79页 83.sinc ：用来产生 “sinc” 函数：sinc函数定义为： t=-4:0.1:4; x4=sinc(t); %产生抽样函数 plot(t,x4) 第8页/共79页 94. conv.m 用来实现两个离散序列的线性卷积。其调用格式是：y=conv(x,h).若x(n)和y(n)的长度分别为M和N， 则返回值是长度为M+N-1的序列。例 x(n)=［3 4 5］; h(n)=［2 6 7 8］，求其线性卷积。 MATLAB语句如下：  x=[3 4 5]; h=[2 6 7 8]; y=conv(x,h)运行结果: y= 6 26 55 82 67 40 两序列的相关运算MATLAB实现：y=xcorr(x1,x2)。x=[3 4 5]; h=[2 6 7 8]; y=xcorr(x,h) y =24 53 86 65 38 10 -0第9页/共79页 10 5．xcorr: 其互相关和自相关。格式是：(1)rxy=xcorr(x,y)：求x,y的互相关； (2)rx=xcorr(x,M,’flag’）：求x的自相关，M：rx的单边长度，总长度为2M+1；‘flag’是定标标志，若 flag=biased， 则表示是“有偏”估计，需将rx(m)都除以N，若flag=unbiased,则表示是“无偏”估计，需将rx(m)都除以（N－abs(m)）；若’flag’缺省，则rx不定标。M和‘flag’同样适用于求互相关。第10页/共79页 11第三章 Z变换. 在MATLAB语言中有专门对信号进行正反Z变换的函数ztrans( ) 和itrans( )。其调用格式分别如下：F=ztrans( f ) ?????对f(n)进行Z变换，其结果为F(z)F=ztrans(f,v)? ?对f(n)进行Z变换，其结果为F(v)F=ztrans(f,u,v) ???对f(u)进行Z变换,其结果为F(v)f=itrans ( F )? ??对F(z)进行Z反变换,其结果为f(n)f=itrans(F,u)? ?对F(z)进行Z反变换，其结果为f(u)f=itrans(F,v,u ) ?对F(v)进行Z反变换,其结果为f(u)注意： 在调用函数z